11月10日、Inside AI Newsが「Berkeley's Ken Goldberg Unveils Agentic Robotics to Bypass Data Gap」と題した記事を公開した。UCバークレーの工学部教授Ken Goldbergが「鳥肌が立った」と語った実験の詳細とともに、ロボット開発の2大ボトルネックを迂回する「エージェンティックロボティクス」という手法が紹介されている。自身40年のキャリアでこの種の感覚を覚えたのはWorld Wide WebとChatGPTリリースの2回のみと言うGoldbergが、3度目の確信を得た研究とはどのようなものか。
ロボット開発の「データ問題」とは何か
ロボット工学はここ数年、言語AIや画像認識AIと比べて進歩が遅れている。その最大の原因が「訓練データの不足」だ。GoldbergはUCバークレーの工学部教授として長年ロボット工学を研究しており、昨年、ロボットが実世界のスキルをAIエージェント並みに習得するには「10万年分のデータギャップ」があると警告した。言語モデルがWebテキストを大量に学習できるのに対し、ロボットの実動作データは現実の物理環境で収集しなければならず、スケールに根本的な限界がある。
今週、Goldbergはロボット学習に関する国際会議「Conference on Robot Learning（CoRL）」において、NVIDIAのロボティクスエンジニアリング部門ディレクターSpencer Huangらとともに、この問題を迂回するアプローチ「エージェンティックロボティクス」を発表した。
CoRLはロボット学習分野における最高峰の国際会議のひとつであり、ここでの発表はアカデミアと産業界の双方から広く注目される。今年はAmsterdam開催で、強化学習・模倣学習・シミュレーションなど幅広いロボット学習研究が集まる場だ。Goldbergらの発表がこの舞台を選んだことは、同研究の学術的・産業的な意義の大きさを示している。
「Graph-as-Policy」：AIエージェントが自律的にロボットプログラムを生成・改善
従来のロボット開発には2つの流派がある。
- モデルベース：エンジニアが知覚・計画・制御を直接プログラムする。精度は高いが工数が膨大。
- モデルフリー（模倣学習）：大量のデモンストレーションデータからロボットに動作を学ばせる。データ収集コストが高い。
エージェンティックロボティクスはこのどちらでもない第三の道だ。「Graph-as-Policy」と呼ばれるフレームワークでは、ロボットのタスクを「物体の検出」「把持計画」「衝突回避しながらのグリッパー移動」といった個別スキルに分解し、AIエージェントのチームがこれらを組み合わせた制御プログラムを自動生成する。生成されたプログラムはNVIDIAのIsaacシミュレーション環境内で自律的にテストされ、失敗パターンを学習しながら改善を繰り返す。実機へのデプロイはシミュレーションで十分に検証した後だ。
マルチモーダルAIエージェントとの連携が生んだ「鳥肌モーメント」
このフレームワークに実証的な勢いをもたらしたのが、マルチモーダルAIエージェントとの連携実験だ。元記事では「Astraモデル」という名称が用いられているが、開発元の詳細は元記事中に明記されていないため、本記事では「マルチモーダルAIエージェント」として紹介する。
Goldbergの博士研究員Eric Kaiyuan ChenとShuangyu Xieは、このエージェントにシミュレーションインターフェースと「金属棒をスポンジで拭く実機ロボットの短い動画」を与えた。1時間以内に、エージェントはスポンジのリアルな変形を含む物理シミュレーションを生成・チューニング。その後、Graph-as-Policyフレームワークと組み合わせてロボット制御プログラムを自動生成し、シミュレーション内で繰り返しテスト・改善を行った。実機で実行すると、プログラムは動作した。
ある試行では、ロボットが金属棒の質量を誤推定して棒を倒してしまった。エージェントはこの失敗動画を学習素材として取り込み、シミュレーションを修正して別のアプローチを生成・検証した。
「これで鳥肌が立った」とGoldbergは語った。
Goldbergは自身の40年のキャリアの中で、このような感覚を覚えたのは1993年のWorld Wide Web公開と2022年のChatGPTリリースのわずか2回しかないと述べている。
産業用途では実績が出始めている
抽象的な研究にとどまらず、物流ロボット企業**Ambi Robotics（バークレー拠点、物流・倉庫の注文処理に特化）が今年すでに本手法を本番環境に適用した。荷物仕分けデータの分析とロボット動作の更新テストに活用した結果、ロボット1台あたり年間1万5000個以上の荷物仕分け能力向上を確認。現在、同社の米国フリートの30%**に展開済みだ。
オープンソース公開と今後の課題
Goldbergらは今回、NVIDIAのIsaacシミュレーションライブラリ上に構築したコードをオープンソースで公開する。また、産業タスクにおけるロボット性能評価の業界標準ベンチマークも提供する。これにより、異なるエージェンティックアプローチを横断的に比較できる共通基盤が生まれる。
ただしGoldberg自身も慎重な見方を示している。家庭用ロボットが洗濯物を畳めるようになるには、まだ遠いと明言した。エージェンティックロボティクスが効果を発揮するのは現時点では「タスクが反復的でスケールの大きい産業環境」に限られており、家庭のような非構造化環境への適用は今後の課題だ。
詳細はBerkeley's Ken Goldberg Unveils Agentic Robotics to Bypass Data Gapを参照していただきたい。
